OpenCV C++ 简单小技巧 - 视频分析 (23

跟踪对象 meashift

long frameTotal = capture.get(CV_CAP_PROP_FRAME_COUNT);
if (!capture.isOpened()) {
    return;
}
capture.set(CV_CAP_PROP_POS_FRAMES, 30);
double frameRate = capture.get(CV_CAP_PROP_FPS);
bool isLoopFirst = true;

//视频中要跟踪的区域
cv::Rect rectTarget(310, 494, 47, 52);
Mat roi,hsv_roi,mask;
MatND roi_hist;
TermCriteria term_crit(TermCriteria::EPS|TermCriteria::COUNT,10,1);

vector<int> imagesNum = {1};
int histSize = 255;
float ranges[] = { 0, 180 };
const float* histRange = { ranges };
int channels[] = {0,1,2};

while (true) {
    if (!capture.read(frame)) {
        break;
    }
    Mat M = getRotationMatrix2D(Point2f(frame.cols/2,frame.rows/2),90,1);
    warpAffine(frame,frame,M,frame.size());
    
    if(isLoopFirst){
        isLoopFirst = false;
        frame(rectTarget).copyTo(roi);
        cvtColor(frame, hsv_roi, CV_BGR2HSV);
        vector<float> lowPass = {0,60,32};
        vector<float> highPass = {180,255,255};
        inRange(hsv_roi, lowPass, highPass, mask);
        calcHist(&hsv_roi, 1, channels, mask, roi_hist, 1, &histSize, &histRange);
        normalize(roi_hist, roi_hist, 255, 0, NORM_MINMAX);
    }else{
        Mat hsv;
        cvtColor(frame, hsv, CV_BGR2HSV);
        Mat dst;
        calcBackProject(&hsv,1, channels, roi_hist, dst, &histRange);
        RotatedRect rr = CamShift(dst, rectTarget, term_crit);
        Mat pts2f,ptsCov;
        boxPoints(rr, pts2f);
        pts2f.assignTo(ptsCov,CV_32S);
        polylines(frame, ptsCov, true, Scalar(255),5);
    }
    cvtColor(frame, frame, CV_BGR2RGB);
    //这里写刷新ui代码
    usleep(0.05*1000000);
}

这里我跟踪的对象不正确,变成了暗色的山,本来跟踪的是黄色衣服


camshift 跟踪

将meanshift算法扩展到连续图像序列,就是camshift算法。它将视频的所有帧做meanshift运算,并将上一帧的结果,即搜索窗的大小和中心,作为下一帧meanshift算法搜索窗的初始值。如此迭代下去,就可以实现对目标的跟踪

https://blog.csdn.net/dcrmg/article/details/52771372
https://blog.csdn.net/leixiaohua1020/article/details/12236091

image.png

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容